- •Оглавление
- •Часть 1 8
- •Часть 2 96
- •Часть 3 185
- •Введение
- •Часть 1 автоматизация проектирования. Основные понятия. Технические средства
- •1.2. Структура и основные принципы построения сапр
- •1.3. Автоматизированные рабочие места инженеров-конструкторов
- •Лекция №2 Виды обеспечения сапр
- •2.1. Инструментальная база сапр
- •Файловые системы fat
- •Файловая система fat32
- •Файловая система ntfs
- •Общая характеристика систем
- •2.3. Классификация устройств, обеспечивающих получение твердых копий конструкторской документации
- •Сканеры
- •Получение твердых копий
- •Технология печати
- •Струйные принтеры
- •Лазерные принтеры
- •Плоттеры
- •Архитектура системы
- •Лекция №3 Организация и управление данными в сапр
- •3.1. Информационный фонд сапр
- •Языки бд
- •Типовая организация современной субд
- •Организация систем автоматизированного проектирования на базе бд
- •3.2. Внутримашинное представление объектов проектирования
- •3.3. Организация обмена данными. Компьютерные сети
- •Лекция №4 Лингвистическое обеспечение автоматизированного проектирования
- •4.1. Организация программного обеспечения сапр. Языки программирования
- •Основные понятия и определения
- •Вычисления в AutoCad
- •Структура программы на AutoLisp
- •Структура программ
- •Объектно-ориентированное программирование
- •Часть 2 задачи автоматизации проектирования механизмов и машин в машиностроении
- •Лекция №5 Основы методологии проектирования технических объектов. Работа с информацией, вырабатываемой во время проектирования
- •5.1. Методология проектирования технических объектов
- •5.2. Работа с информацией
- •5.3. Сапр как объект проектирования
- •Лекция №6 Геометрическое моделирование и организация графических данных
- •6.1. Назначение и область применения систем обработки геометрической информации
- •6.2. Двухмерное проектирование с помощью системы AutoCad
- •6.3. Параметрическое проектирование с применением системы SolidWorks
- •Лекция №7 Виртуальное производство. Характеристики и основные принципы работы сапр технологических процессов обработки металлов давлением
- •7.1. Виртуальное производство
- •7.2. Предпосылки автоматизации проектирования технологических процессов
- •7.3. Математическое обеспечение виртуального производства
- •Лекция №8 сапр инженерных расчетов
- •8.1. Предпосылки автоматизации проектирования деталей приводных устройств
- •8.3. Автоматизация инженерных расчетов и подготовки рабочих чертежей
- •Лекция №9 Принципы построения и организация технического документооборота в масштабе предприятия
- •9.1. Автоматизация управления подготовкой производства
- •9.2. Структура и принципы организации работ
- •Документ – версия – итерация
- •Часть 3 методы оптимизации, применяемые при решении конструкторских задач
- •Лекция №10 Основы теории оптимизации. Проектные параметры. Критерии качества
- •10.1. Постановка задач оптимизации
- •Выбор целевой функции
- •Назначение ограничений
- •Нормирование управляемых и выходных параметров
- •10.2. Классификация оптимизационных задач
- •10.3. Подходы к решению обобщенных задач оптимизации. Математическая формулировка задач оптимизации
- •Безусловная оптимизация
- •Многомерный случай
- •Оптимизация при линейных ограничениях
- •Оптимизация при нелинейных ограничениях
- •Выбор метода оптимизации
- •Выбор метода безусловной оптимизации
- •Выбор метода для задачи с нелинейными ограничениями
- •Размер задачи
- •Структура ограничений
- •Методы нуль-пространства и ранг-пространства
- •Выбор метода, генерирующего допустимые точки
- •Выбор метода для решения задачи с нелинейными ограничениями
- •Роль пользователя
- •Программное обеспечение
- •Заключение
- •Билиографический список
- •394026 Воронеж, Московский просп., 14
Выбор метода оптимизации
Выбор метода решения зависит от способа постановки задачи оптимизации. Эффективность метода характеризуется многими параметрами: скоростью сходимости, временем выполнения одного шага поиска, объемом занимаемой памяти машины и т.д. Когда оптимизационная задача поставлена, приходит время выбирать метод ее решения. Прежде всего, при этом следует учесть основные характеристики целевой функции и функций ограничений.
По ним все задачи разбиваются на классы, каждому из которых отвечает своя группа предпочтительных алгоритмов. Однако речь идет именно о группе, так что проблема выбора остается и после определения класса задачи. Самое общее правило выбора звучит следующим образом: чем больше информации о производных, которую можно получить ценой приемлемых затрат, будет использовано при решении задачи, тем лучше.
Выбор метода безусловной оптимизации
Пусть известно, что целевая функция дважды дифференцируема, а число переменных равных n таково, что nxn - матрица свободно помещается в оперативной памяти машины. В этой ситуации методы поиска без ограничений можно ранжировать следующим образом:
- модифицированные ньютоновские с вычислением производных;
- модифицированные ньютоновские без вычисления производных;
- квазиньютоновские с вычислением градиентов;
- квазиньютоновские без вычисления градиентов;
- методы сопряжения градиентов с вычислением первых производных;
- методы сопряжения градиентов без вычисления первых производных;
- метод многогранника.
Чем выше позиция метода в этом списке, тем больше число задач указанного класса, которые он успешно решает. В приведенном списке самым непритязательным является метод многогранника. Он же и самый ненадежный. Этот и подобный ему методы следует использовать, только когда нет альтернативы.
Выбор метода для задачи с нелинейными ограничениями
В основе большинства методов решения небольших задач с гладкими целевыми функциями и линейными ограничениями лежит какая-то из типовых стратегий поиска безусловного минимума.
При хорошем воплощении метода именно она будет определять его качества.
Размер задачи
Существующие программы минимизации при линейных ограничениях разделяются на две категории: одни рассчитаны на большие размерности, другие - на малые и умеренные. Стало быть, подбирая средства для решения конкретной задачи прежде всего следует решить, считать ли ее “большой” или нет. Разработка математического обеспечения для оптимизации при больших размерностях всегда была делом коммерческим, в то время, как методы и программы для небольших задач создавались в “академических” целях. Отсюда ряд характерных различий. В частности, средства, ориентированные на большие задачи, намного удобнее в обращении.
Структура ограничений
Алгоритмы решений небольших задач могут использовать существенно различные внутренние представления матрицы ограничений, и ориентироваться на разные предположения о ее структуре. Будучи приспособленные к одним структурам, алгоритм окажется неэффективным (или неудобным) в обращении для других. Сказанное относится, в частности, к алгоритмам линейного программирования.